免费资源网深度学习与TensorFlow 2入门实战
【资源介绍】：
本课程适合于深度学习和人工智能方向新手，需要零基础、快速、深入学习人工智能的朋友。
【资源目录】:
├──01.深度学习初见
| ├──课时1 深度学习框架介绍-1.mp4 14.30M
| ├──课时2 深度学习框架介绍-2.mp4 14.43M
| ├──课时3 开发环境安装-1.mp4 14.06M
| └──课时4 开发环境安装-2.mp4 16.89M
├──02.【选看】开发环境全程实录
| ├──课时10 Ubuntu平台实录-pycharm安装.mp4 9.96M
| ├──课时5 win10平台实录-1.mp4 52.14M
| ├──课时6 win10平台实录-2.mp4 38.73M
| ├──课时7 Ubuntu平台实录-cuda安装.mp4 22.28M
| ├──课时8 Ubuntu平台实录-anaconda安装.mp4 15.04M
| └──课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4 28.57M
├──03.回归问题
| ├──课时11 线性回归-1.mp4 10.34M
| ├──课时12 线性回归-2.mp4 15.23M
| ├──课时13 回归问题实战-1.mp4 16.97M
| ├──课时14 回归问题实战-2.mp4 15.95M
| ├──课时15 手写数字问题-1.mp4 21.65M
| ├──课时16 手写数字问题-2.mp4 11.86M
| ├──课时17 手写数字问题-3.mp4 14.20M
| ├──课时18 手写数字问题初体验-1.mp4 14.49M
| └──课时19 手写数字问题初体验-2.mp4 28.96M
├──04.Tensorflow 2基础操作
| ├──课时20 tensorflow数据类型-1.mp4 16.91M
| ├──课时21 tensorflow数据类型-2.mp4 16.23M
| ├──课时22 创建Tensor-1.mp4 14.90M
| ├──课时23 创建Tensor-2.mp4 14.47M
| ├──课时24 创建Tensor-3.mp4 9.67M
| ├──课时25 索引与切片-1.mp4 26.95M
| ├──课时26 索引与切片-2.mp4 29.09M
| ├──课时27 索引与切片-3.mp4 9.09M
| ├──课时28 索引与切片-4.mp4 35.02M
| ├──课时29 索引与切片-5.mp4 16.62M
| ├──课时30 维度变换-1.mp4 27.74M
| ├──课时31 维度变换-2.mp4 16.88M
| ├──课时32 维度变换-3.mp4 11.28M
| ├──课时33 Broadcasting-1.mp4 28.17M
| ├──课时34 Broadcasting-2.mp4 28.76M
| ├──课时35 数学运算.mp4 18.88M
| ├──课时36 前向传播（张量）-实战-1.mp4 13.41M
| ├──课时37 前向传播（张量）-实战-2.mp4 13.80M
| ├──课时38 前向传播（张量）-实战-3.mp4 13.97M
| └──课时39 前向传播（张量）-实战-4.mp4 15.84M
├──05.tensorflow 2高阶操作
| ├──课时40 合并与分割.mp4 18.40M
| ├──课时41 数据统计.mp4 20.28M
| ├──课时42 张量排序-1.mp4 11.67M
| ├──课时43 张量排序-2.mp4 38.38M
| ├──课时44 填充与复制.mp4 17.45M
| ├──课时45 张量限幅-1.mp4 13.69M
| ├──课时46 张量限幅-2.mp4 17.44M
| ├──课时47 高阶操作-1.mp4 13.17M
| └──课时48 高阶操作-2.mp4 13.57M
├──06 神经网络与全连接层
| ├──课时49 数据加载-1.mp4 13.84M
| ├──课时50 数据加载-2.mp4 10.56M
| ├──课时51 数据加载-3.mp4 12.01M
| ├──课时52 （张量）实战.mp4 25.67M
| ├──课时53 全连接层-1.mp4 14.17M
| ├──课时54 全连接层-2.mp4 16.54M
| ├──课时55 输出方式.mp4 16.51M
| ├──课时56 误差计算-1.mp4 13.52M
| ├──课时57 误差计算-2.mp4 13.00M
| └──课时58 误差计算-3.mp4 40.68M
├──07 随机梯度下降
| ├──课时59 梯度下降-简介-1.mp4 25.37M
| ├──课时60 梯度下降-简介-2.mp4 14.45M
| ├──课时61 常见函数的梯度.mp4 93.37kb
| ├──课时62 激活函数及其梯度.mp4 21.40M
| ├──课时63 损失函数及其梯度-1.mp4 10.78M
| ├──课时64 损失函数及其梯度-2.mp4 63.50M
| ├──课时65 单输出感知机梯度.mp4 51.89M
| ├──课时66 多输出感知机梯度.mp4 17.71M
| ├──课时67 链式法则.mp4 18.26M
| ├──课时68 反向传播-1.mp4 14.09M
| ├──课时69 反向传播-2.mp4 14.13M
| ├──课时70 函数优化实战.mp4 38.96M
| ├──课时71 手写数字问题实战（层）-1.mp4 32.39M
| ├──课时72 手写数字问题实战（层）-2.mp4 13.92M
| ├──课时73 手写数字问题实战（层）-3.mp4 26.51M
| ├──课时74 TensorBoard可视化-1.mp4 15.55M
| └──课时75 TensorBoard可视化-2.mp4 60.20M
├──08.Keras高层接口
| ├──课时76 Keras高层API-1.mp4 12.76M
| ├──课时77 Keras高层API-2.mp4 29.82M
| ├──课时78 Keras高层API-3.mp4 28.32M
| ├──课时79 自定义层或网络-1.mp4 11.90M
| ├──课时80 自定义层或网络-2.mp4 15.11M
| ├──课时81 模型保存与加载.mp4 17.07M
| ├──课时82 CIFAR10自定义网络实战-1.mp4 13.63M
| ├──课时83 CIFAR10自定义网络实战-2.mp4 36.15M
| └──课时84 CIFAR10自定义网络实战-3.mp4 22.94M
├──09.过拟合
| ├──课时 89 动量与学习率.mp4 48.27M
| ├──课时85 过拟合与欠拟合.mp4 58.62M
| ├──课时86 交叉验证-1.mp4 28.18M
| ├──课时87 交叉验证-2.mp4 43.26M
| ├──课时88 Regularization.mp4 41.13M
| └──课时90 Early stopping，Dropout.mp4 57.83M
├──10.卷积神经网络
| ├──课时101 BatchNorm
| | ├──batchnorm.mp4 46.33M
| | └──batchnorm2 .mp4 47.42M
| ├──课时100 经典卷积网络VGG, GoogLeNet, Inception-2.mp4 45.25M
| ├──课时102 ResNet, DenseNet – 1.mp4 17.41M
| ├──课时103 ResNet, DenseNet – 2.mp4 18.37M
| ├──课时104 ResNet实战-1.mp4 13.48M
| ├──课时105 ResNet实战-2.mp4 14.31M
| ├──课时106 ResNet实战-3.mp4 33.47M
| ├──课时107 ResNet实战-4.mp4 62.48M
| ├──课时86 什么是卷积-1.mp4 20.39M
| ├──课时87 什么是卷积-2.mp4 14.99M
| ├──课时88 什么是卷积-3.mp4 41.25M
| ├──课时89 什么是卷积-4.mp4 12.93M
| ├──课时90 卷积神经网络-1.mp4 16.99M
| ├──课时91 卷积神经网络-2.mp4 16.01M
| ├──课时92 卷积神经网络-3.mp4 15.35M
| ├──课时93 卷积神经网络-4.mp4 15.31M
| ├──课时94 池化与采样.mp4 10.78M
| ├──课时95 CIFAR100与VGG13实战-1.mp4 13.45M
| ├──课时96 CIFAR100与VGG13实战-2.mp4 13.87M
| ├──课时97 CIFAR100与VGG13实战-3.mp4 14.24M
| ├──课时98 CIFAR100与VGG13实战-4.mp4 10.59M
| └──课时99 经典卷积网络VGG, GoogLeNet, Inception-1.mp4 20.02M
├──11.循环神经网络RNN
| ├──GRU原理与实战.mp4 44.49M
| ├──lstm-1.mp4 33.94M
| ├──lstm-2.mp4 28.79M
| ├──LSTM实战.mp4 49.56M
| ├──课时108 序列表示方法-1.mp4 15.59M
| ├──课时109 序列表示方法-2.mp4 17.23M
| ├──课时110 循环神经网络层-1.mp4 13.93M
| ├──课时111 循环神经网络层-2.mp4 32.43M
| ├──课时112 RNNCell使用-1.mp4 14.79M
| ├──课时113 RNNCell使用-2.mp4 11.67M
| ├──课时114 RNN与情感分类问题实战-加载IMDB数据集.mp4 13.64M
| ├──课时115 RNN与情感分类问题实战-单层RNN Cell.mp4 14.01M
| ├──课时116 RNN与情感分类问题实战-网络训练.mp4 12.99M
| ├──课时117 RNN与情感分类问题实战-多层RNN Cel.mp4 14.11M
| └──梯度弥散与梯度爆炸.mp4 64.71M
├──12.自编码器Auto-Encoders
| ├──课时119 无监督学习.mp4 14.06M
| ├──课时120 Auto-Encoders原理.mp4 45.04M
| ├──课时121 Auto-Encoders变种.mp4 13.86M
| ├──课时122 Adversarial Auto-Encoders.mp4 12.62M
| ├──课时123 Variational Auto-Encoders引入.mp4 14.20M
| ├──课时124 Reparameterization Trick.mp4 13.78M
| ├──课时125 Variational Auto-Encoders原理.mp4 19.16M
| ├──课时126 Auto-Encoders实战-创建编解码器.mp4 12.65M
| ├──课时127 Auto-Encoders实战-训练.mp4 12.46M
| ├──课时128 Auto-Encoders实战-.mp4 14.15M
| ├──课时129 VAE实战-创建网络.mp4 14.20M
| ├──课时130 VAE实战-KL Divergence计算.mp4 47.81M
| └──课时131 VAE实战-训练与测试.mp4 20.54M
├──13.对抗生成网络GAN
| ├──课时132 数据的分布.mp4 12.37M
| ├──课时133 画家的成长历程.mp4 85.53M
| ├──课时134 GAN原理.mp4 18.09M
| ├──课时135 纳什均衡-D.mp4 68.56M
| ├──课时136 纳什均衡-G.mp4 34.57M
| ├──课时137 JS散度的缺陷.mp4 34.46M
| ├──课时138 EM距离.mp4 47.49M
| ├──课时139 WGAN-GP原理.mp4 124.68M
| ├──课时140 GAN实战-.mp4 17.29M
| ├──课时141 GAN实战-2.mp4 27.19M
| ├──课时142 GAN实战-3.mp4 15.12M
| ├──课时143 GAN实战-4.mp4 16.08M
| ├──课时144 GAN实战-5.mp4 12.92M
| ├──课时145 GAN实战-6.mp4 14.34M
| ├──课时146 WGAN实战-1.mp4 16.97M
| └──课时147 WGAN实战-2.mp4 20.74M
├──14.【选看】人工智能发展简史
| ├──课时148 生物神经元结构.mp4 5.87M
| ├──课时149 感知机的提出.mp4 13.56M
| ├──课时150 BP神经网络.mp4 68.15M
| ├──课时151 CNN和LSTM的发明.mp4 65.62M
| ├──课时152 人工智能低谷.mp4 59.45M
| ├──课时153 深度学习的诞生.mp4 14.61M
| └──课时154 深度学习的爆发.mp4 94.11M
├──15.【选看】Numpy实战BP神经网络
| ├──课时155 权值的表示.mp4 35.99M
| ├──课时156 多层感知机的实现.mp4 14.03M
| ├──课时157 BP神经网络前向传播.mp4 14.57M
| ├──课时158 BP神经网络反向传播-1.mp4 14.51M
| ├──课时159 BP神经网络反向传播-.mp4 13.81M
| ├──课时160 BP神经网络反向传播-3.mp4 13.82M
| ├──课时161 多层感知机的训练.mp4 15.98M
| ├──课时162 多层感知机的测试.mp4 19.15M
| └──课时163 实战小结.mp4 12.16M
├──电子书
| ├──花书-深度学习-Eng.pdf 15.91M
| └──花书-中文版.pdf 30.77M
└──软件资料
| ├──课程安装软件-Ubuntu 18.04
| | ├──Anaconda3-2019.03--x86_64.sh 654.13M
| | ├──cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb 1.55G
| | ├──cudnn-10.0-linux-x64-v7.5.0.56.tgz 412.76M
| | └──pycharm-community-2019.1.1.tar.gz 317.09M
| └──课程安装软件-Win10
| | ├──Anaconda3-2019.03-Windows-x86_64.exe 661.66M
| | ├──cuda_10.0.130_411.31_win10.exe 2.04G
| | ├──cudnn-10.0-windows10-x64-v7.5.0.56 (1).zip 213.78M
| | └──pycharm-community-2019.1.1.exe 231.79M
| ├──课时1 深度学习框架介绍-1.mp4 14.30M
| ├──课时2 深度学习框架介绍-2.mp4 14.43M
| ├──课时3 开发环境安装-1.mp4 14.06M
| └──课时4 开发环境安装-2.mp4 16.89M
├──02.【选看】开发环境全程实录
| ├──课时10 Ubuntu平台实录-pycharm安装.mp4 9.96M
| ├──课时5 win10平台实录-1.mp4 52.14M
| ├──课时6 win10平台实录-2.mp4 38.73M
| ├──课时7 Ubuntu平台实录-cuda安装.mp4 22.28M
| ├──课时8 Ubuntu平台实录-anaconda安装.mp4 15.04M
| └──课时9 Ubuntu平台实录-tensorlow、pytorch安装.mp4 28.57M
├──03.回归问题
| ├──课时11 线性回归-1.mp4 10.34M
| ├──课时12 线性回归-2.mp4 15.23M
| ├──课时13 回归问题实战-1.mp4 16.97M
| ├──课时14 回归问题实战-2.mp4 15.95M
| ├──课时15 手写数字问题-1.mp4 21.65M
| ├──课时16 手写数字问题-2.mp4 11.86M
| ├──课时17 手写数字问题-3.mp4 14.20M
| ├──课时18 手写数字问题初体验-1.mp4 14.49M
| └──课时19 手写数字问题初体验-2.mp4 28.96M
├──04.Tensorflow 2基础操作
| ├──课时20 tensorflow数据类型-1.mp4 16.91M
| ├──课时21 tensorflow数据类型-2.mp4 16.23M
| ├──课时22 创建Tensor-1.mp4 14.90M
| ├──课时23 创建Tensor-2.mp4 14.47M
| ├──课时24 创建Tensor-3.mp4 9.67M
| ├──课时25 索引与切片-1.mp4 26.95M
| ├──课时26 索引与切片-2.mp4 29.09M
| ├──课时27 索引与切片-3.mp4 9.09M
| ├──课时28 索引与切片-4.mp4 35.02M
| ├──课时29 索引与切片-5.mp4 16.62M
| ├──课时30 维度变换-1.mp4 27.74M
| ├──课时31 维度变换-2.mp4 16.88M
| ├──课时32 维度变换-3.mp4 11.28M
| ├──课时33 Broadcasting-1.mp4 28.17M
| ├──课时34 Broadcasting-2.mp4 28.76M
| ├──课时35 数学运算.mp4 18.88M
| ├──课时36 前向传播（张量）-实战-1.mp4 13.41M
| ├──课时37 前向传播（张量）-实战-2.mp4 13.80M
| ├──课时38 前向传播（张量）-实战-3.mp4 13.97M
| └──课时39 前向传播（张量）-实战-4.mp4 15.84M
├──05.tensorflow 2高阶操作
| ├──课时40 合并与分割.mp4 18.40M
| ├──课时41 数据统计.mp4 20.28M
| ├──课时42 张量排序-1.mp4 11.67M
| ├──课时43 张量排序-2.mp4 38.38M
| ├──课时44 填充与复制.mp4 17.45M
| ├──课时45 张量限幅-1.mp4 13.69M
| ├──课时46 张量限幅-2.mp4 17.44M
| ├──课时47 高阶操作-1.mp4 13.17M
| └──课时48 高阶操作-2.mp4 13.57M
├──06 神经网络与全连接层
| ├──课时49 数据加载-1.mp4 13.84M
| ├──课时50 数据加载-2.mp4 10.56M
| ├──课时51 数据加载-3.mp4 12.01M
| ├──课时52 （张量）实战.mp4 25.67M
| ├──课时53 全连接层-1.mp4 14.17M
| ├──课时54 全连接层-2.mp4 16.54M
| ├──课时55 输出方式.mp4 16.51M
| ├──课时56 误差计算-1.mp4 13.52M
| ├──课时57 误差计算-2.mp4 13.00M
| └──课时58 误差计算-3.mp4 40.68M
├──07 随机梯度下降
| ├──课时59 梯度下降-简介-1.mp4 25.37M
| ├──课时60 梯度下降-简介-2.mp4 14.45M
| ├──课时61 常见函数的梯度.mp4 93.37kb
| ├──课时62 激活函数及其梯度.mp4 21.40M
| ├──课时63 损失函数及其梯度-1.mp4 10.78M
| ├──课时64 损失函数及其梯度-2.mp4 63.50M
| ├──课时65 单输出感知机梯度.mp4 51.89M
| ├──课时66 多输出感知机梯度.mp4 17.71M
| ├──课时67 链式法则.mp4 18.26M
| ├──课时68 反向传播-1.mp4 14.09M
| ├──课时69 反向传播-2.mp4 14.13M
| ├──课时70 函数优化实战.mp4 38.96M
| ├──课时71 手写数字问题实战（层）-1.mp4 32.39M
| ├──课时72 手写数字问题实战（层）-2.mp4 13.92M
| ├──课时73 手写数字问题实战（层）-3.mp4 26.51M
| ├──课时74 TensorBoard可视化-1.mp4 15.55M
| └──课时75 TensorBoard可视化-2.mp4 60.20M
├──08.Keras高层接口
| ├──课时76 Keras高层API-1.mp4 12.76M
| ├──课时77 Keras高层API-2.mp4 29.82M
| ├──课时78 Keras高层API-3.mp4 28.32M
| ├──课时79 自定义层或网络-1.mp4 11.90M
| ├──课时80 自定义层或网络-2.mp4 15.11M
| ├──课时81 模型保存与加载.mp4 17.07M
| ├──课时82 CIFAR10自定义网络实战-1.mp4 13.63M
| ├──课时83 CIFAR10自定义网络实战-2.mp4 36.15M
| └──课时84 CIFAR10自定义网络实战-3.mp4 22.94M
├──09.过拟合
| ├──课时 89 动量与学习率.mp4 48.27M
| ├──课时85 过拟合与欠拟合.mp4 58.62M
| ├──课时86 交叉验证-1.mp4 28.18M
| ├──课时87 交叉验证-2.mp4 43.26M
| ├──课时88 Regularization.mp4 41.13M
| └──课时90 Early stopping，Dropout.mp4 57.83M
├──10.卷积神经网络
| ├──课时101 BatchNorm
| | ├──batchnorm.mp4 46.33M
| | └──batchnorm2 .mp4 47.42M
| ├──课时100 经典卷积网络VGG, GoogLeNet, Inception-2.mp4 45.25M
| ├──课时102 ResNet, DenseNet – 1.mp4 17.41M
| ├──课时103 ResNet, DenseNet – 2.mp4 18.37M
| ├──课时104 ResNet实战-1.mp4 13.48M
| ├──课时105 ResNet实战-2.mp4 14.31M
| ├──课时106 ResNet实战-3.mp4 33.47M
| ├──课时107 ResNet实战-4.mp4 62.48M
| ├──课时86 什么是卷积-1.mp4 20.39M
| ├──课时87 什么是卷积-2.mp4 14.99M
| ├──课时88 什么是卷积-3.mp4 41.25M
| ├──课时89 什么是卷积-4.mp4 12.93M
| ├──课时90 卷积神经网络-1.mp4 16.99M
| ├──课时91 卷积神经网络-2.mp4 16.01M
| ├──课时92 卷积神经网络-3.mp4 15.35M
| ├──课时93 卷积神经网络-4.mp4 15.31M
| ├──课时94 池化与采样.mp4 10.78M
| ├──课时95 CIFAR100与VGG13实战-1.mp4 13.45M
| ├──课时96 CIFAR100与VGG13实战-2.mp4 13.87M
| ├──课时97 CIFAR100与VGG13实战-3.mp4 14.24M
| ├──课时98 CIFAR100与VGG13实战-4.mp4 10.59M
| └──课时99 经典卷积网络VGG, GoogLeNet, Inception-1.mp4 20.02M
├──11.循环神经网络RNN
| ├──GRU原理与实战.mp4 44.49M
| ├──lstm-1.mp4 33.94M
| ├──lstm-2.mp4 28.79M
| ├──LSTM实战.mp4 49.56M
| ├──课时108 序列表示方法-1.mp4 15.59M
| ├──课时109 序列表示方法-2.mp4 17.23M
| ├──课时110 循环神经网络层-1.mp4 13.93M
| ├──课时111 循环神经网络层-2.mp4 32.43M
| ├──课时112 RNNCell使用-1.mp4 14.79M
| ├──课时113 RNNCell使用-2.mp4 11.67M
| ├──课时114 RNN与情感分类问题实战-加载IMDB数据集.mp4 13.64M
| ├──课时115 RNN与情感分类问题实战-单层RNN Cell.mp4 14.01M
| ├──课时116 RNN与情感分类问题实战-网络训练.mp4 12.99M
| ├──课时117 RNN与情感分类问题实战-多层RNN Cel.mp4 14.11M
| └──梯度弥散与梯度爆炸.mp4 64.71M
├──12.自编码器Auto-Encoders
| ├──课时119 无监督学习.mp4 14.06M
| ├──课时120 Auto-Encoders原理.mp4 45.04M
| ├──课时121 Auto-Encoders变种.mp4 13.86M
| ├──课时122 Adversarial Auto-Encoders.mp4 12.62M
| ├──课时123 Variational Auto-Encoders引入.mp4 14.20M
| ├──课时124 Reparameterization Trick.mp4 13.78M
| ├──课时125 Variational Auto-Encoders原理.mp4 19.16M
| ├──课时126 Auto-Encoders实战-创建编解码器.mp4 12.65M
| ├──课时127 Auto-Encoders实战-训练.mp4 12.46M
| ├──课时128 Auto-Encoders实战-.mp4 14.15M
| ├──课时129 VAE实战-创建网络.mp4 14.20M
| ├──课时130 VAE实战-KL Divergence计算.mp4 47.81M
| └──课时131 VAE实战-训练与测试.mp4 20.54M
├──13.对抗生成网络GAN
| ├──课时132 数据的分布.mp4 12.37M
| ├──课时133 画家的成长历程.mp4 85.53M
| ├──课时134 GAN原理.mp4 18.09M
| ├──课时135 纳什均衡-D.mp4 68.56M
| ├──课时136 纳什均衡-G.mp4 34.57M
| ├──课时137 JS散度的缺陷.mp4 34.46M
| ├──课时138 EM距离.mp4 47.49M
| ├──课时139 WGAN-GP原理.mp4 124.68M
| ├──课时140 GAN实战-.mp4 17.29M
| ├──课时141 GAN实战-2.mp4 27.19M
| ├──课时142 GAN实战-3.mp4 15.12M
| ├──课时143 GAN实战-4.mp4 16.08M
| ├──课时144 GAN实战-5.mp4 12.92M
| ├──课时145 GAN实战-6.mp4 14.34M
| ├──课时146 WGAN实战-1.mp4 16.97M
| └──课时147 WGAN实战-2.mp4 20.74M
├──14.【选看】人工智能发展简史
| ├──课时148 生物神经元结构.mp4 5.87M
| ├──课时149 感知机的提出.mp4 13.56M
| ├──课时150 BP神经网络.mp4 68.15M
| ├──课时151 CNN和LSTM的发明.mp4 65.62M
| ├──课时152 人工智能低谷.mp4 59.45M
| ├──课时153 深度学习的诞生.mp4 14.61M
| └──课时154 深度学习的爆发.mp4 94.11M
├──15.【选看】Numpy实战BP神经网络
| ├──课时155 权值的表示.mp4 35.99M
| ├──课时156 多层感知机的实现.mp4 14.03M
| ├──课时157 BP神经网络前向传播.mp4 14.57M
| ├──课时158 BP神经网络反向传播-1.mp4 14.51M
| ├──课时159 BP神经网络反向传播-.mp4 13.81M
| ├──课时160 BP神经网络反向传播-3.mp4 13.82M
| ├──课时161 多层感知机的训练.mp4 15.98M
| ├──课时162 多层感知机的测试.mp4 19.15M
| └──课时163 实战小结.mp4 12.16M
├──电子书
| ├──花书-深度学习-Eng.pdf 15.91M
| └──花书-中文版.pdf 30.77M
└──软件资料
| ├──课程安装软件-Ubuntu 18.04
| | ├──Anaconda3-2019.03--x86_64.sh 654.13M
| | ├──cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb 1.55G
| | ├──cudnn-10.0-linux-x64-v7.5.0.56.tgz 412.76M
| | └──pycharm-community-2019.1.1.tar.gz 317.09M
| └──课程安装软件-Win10
| | ├──Anaconda3-2019.03-Windows-x86_64.exe 661.66M
| | ├──cuda_10.0.130_411.31_win10.exe 2.04G
| | ├──cudnn-10.0-windows10-x64-v7.5.0.56 (1).zip 213.78M
| | └──pycharm-community-2019.1.1.exe 231.79M
